響度感知

前面討論過“響度戰爭”，基本是搬運，合并了網上的一些資料，關于制作人和發行商想方設法在不“損害音質”的前提下提高唱片、節目的響度以突出自己。這篇則是具體談談人是如何感知響度的。

響度是一個主觀量，所以無法直接測量。這里大家都有一個疑問，我們通常所說的鬧市街道上的噪音是85dB(A), 兩個人面對面說話是70dB, 難道不是表征的響度？通常來說，這些所謂的dB值越高，響度越大，但也不全是，請看下面詳細解釋。

首先，我們對不同頻率聲音的感知是不一樣的。下圖是等響曲線，是Suzuki和Takeshima在2002年根據ISO226繪制的，測試環境是自由場，測試的聲音來之測試者的前方。當然，不同測試方法得到的等響曲線也不相同，混響場中測得的等響曲線就和自由場中的等響曲線不同。

等響曲線的意思是，同一條曲線上，不同頻率的純音聽起來的主觀響度是相等的，舉例來說，1000Hz處的80dB純音和100Hz處的92dB純音聽起來一樣響，這條曲線的響度級就用1000Hz的聲壓級來表示，這兩個聲音的響度級都是80方(phon)。

圖1. 等響曲線，包含MAF（自由場雙耳可聽閾）

這樣就導致一個問題，現場錄制的音樂，重放時除非重現原始現場的聲壓級，不然音調就有稍許變化。很直觀的一個例子，當音量調小時，最先感知不到的是低頻的聲音。比如1000Hz和100Hz的純音都從80dB下降到60dB，1000Hz的響度級從80方降到60方，下降20方，而100Hz的響度級則從60方下降到34方，下降了26方，所以小的便攜音箱往往將低頻稍微加重，聽起來聲音才會均衡一點。很多功放里面也集成響度控制，隨著音量提高低音，當然，這樣的響度控制還是有其局限性，沒有考慮聽音者的距離和房間的影響。

為了更準確的評估復雜聲音的強度，聲級計里面都加入了計權網絡，對各頻段聲音加權后求和。使用等響曲線近似形狀，比如“A”計權就是使用40方等響曲線的近似形狀，低頻聲對總體響度貢獻度小，計權系數較低。“B”計權則是使用70方的等響曲線，“C”計權則是使用100方的等響曲線來來加權計算。目前B計權幾乎不用，使用最多的是A計權方式的測量，單位為dBA或dB(A)。下圖是A，C計權曲線。

圖2. 計權網絡

本來A計算用于低聲強測量的，40dB(A)附近的測量值最為符合人耳的主觀感受，面對一個85dB(A)的值，我們需要有一個概念，這個測量值背后的低頻能量是被低估的。同時，這些測量值的對穩態聲音是有效的，對時間很短的瞬態聲，測量值和主觀之間不相符。當聲音分布在一個很寬的頻帶內的時候，還無法提供一個令人滿意的響度疊加方法。最后，不能認為一個讀數80dB(A)的聲音就比一個讀數為40dB(A)的聲音響一倍，實際上是16倍。

    根據大量的試驗，聲強增加10倍(聲壓級上約升10dB)，響度加倍。Stevens提出用宋(Sone)作為響度的單位，在自由場中，正面雙耳接受，1000Hz純音信號的聲壓級為40dB時，人感覺到的響度定義為1宋。而聲壓級為50dB時的響度是40dB時的兩倍并定義為2宋。

圖3. 響度級（方）和響度（宋）之間的關系

    從這個關系圖中可以看出，40方以上的響度級，基本遵循每上升10方，響度增加1倍的關系，40方以下的聲音，呈現一種非線性關系。這樣，在設置功放音量調節步長時，需要在低音量時需要減小步進長度。

        同時，如果只給一只耳朵提供聲音的話，感知的響度僅是雙耳的一半。

        其次，聲音持續時間也對響度有影響。

        聲音持續的時間對聽覺的絕對閾是有影響的。對于持續時間100~200ms的恒定強度的聲音，持續時間越長，感知的響度就越響。持續時間大于500ms的聲音，其聲音的響度大致可以恒定?？梢岳斫鉃?，響度是對聲強在時間上在一個時間窗內的積分，是這個時間窗里面的能量總和，而不僅僅是聲功率，當持續時間超過這個時間窗時，能量總和不再持續增長。

“老司機”都知道，短促的鳴笛，喇叭發出的聲音就沒有那么響。聲音越短促，音量越小，也是這個道理。

最后，帶寬對響度的影響

假設一個固定能量噪音帶寬為W，W小于響度臨界帶寬的特定帶寬CBL，這時這聲音的響度不依賴于帶寬W，聲音的聽起來和位于W的中心頻率處的具有相等強度的純音信號或窄帶噪聲一樣響。然而，如果提高帶寬W超過CBL，這時噪音的響度將也會開始提升，這種結果在有一定帶寬的噪聲和由不同的純音信號組成的復音中得到了驗證。圖4給出的是有一定帶寬的噪聲的例子，由于CBL的準確值比較難于確定，圖中的CBL帶寬為250～300Hz中心頻率為1420Hz。這樣，對于一個能量給定的復音，在它的帶寬大于1CBL時聽起來要比帶寬小于1CBL時更響。

    圖4. 兩噪聲響度匹配時，帶寬恒為210Hz的噪聲的聲壓級相對于可變帶寬噪聲的帶寬的函數圖，噪聲信號的中心頻率均為1420Hz。每個曲線的標號為用dB表示的可變帶寬噪聲的總體聲壓級。

圖5是一個正弦信號的刺激模式和比響度模式，并用了聲壓級為60dB的、帶寬不同的的噪聲，采用了Moore的模型進行計算的。隨著帶寬的上升至CBL，“比響度”模式的尖端變低，但是變寬，頂端的減少可以用兩邊的增加來彌補，而整個形狀的總面積保持著幾乎是一個恒值。當帶寬上升到超過CBL，兩邊的增加要比頂端的減少的大的多了，這時總面積增加了，所以表示的響度也提升了。既然響度的提升有賴于不同特征頻率下的“比響度”的疊加，所以通常用“響度疊加”來描述響度的增加。

    圖5. 上半部分圖顯示的聲壓級60dB時1kHz的正弦信號的刺激圖，同時給出了不同帶寬噪聲，所有的中心頻率都是1kHz聲壓級為60dB。帶寬為20，60，140，300，620和1260Hz。隨著帶寬的增加，圖的高度變低了但是變寬了。下半部分圖是根據上半部分圖的刺激圖算出的“比響度”圖，在帶寬升至140Hz時，“比響度”圖的面積是不變的，帶寬變高時，總體面積上升。

以上，人對聲音響度的主觀感知，跟頻率，持續時間，帶寬和客觀量的強度有一個相當復雜的關系，某些方面的研究還存在一定的爭議。不過已知的這些信息，已經能夠指導我們在音頻工作上做一些改進。